TWI766474B - 指紋感測裝置以及指紋感測方法 - Google Patents

指紋感測裝置以及指紋感測方法 Download PDF

Info

Publication number
TWI766474B
TWI766474B TW109143787A TW109143787A TWI766474B TW I766474 B TWI766474 B TW I766474B TW 109143787 A TW109143787 A TW 109143787A TW 109143787 A TW109143787 A TW 109143787A TW I766474 B TWI766474 B TW I766474B
Authority
TW
Taiwan
Prior art keywords
fingerprint
finger
fingerprint image
image
area
Prior art date
Application number
TW109143787A
Other languages
English (en)
Other versions
TW202201267A (zh
Inventor
陳泓瑞
Original Assignee
神盾股份有限公司
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 神盾股份有限公司 filed Critical 神盾股份有限公司
Publication of TW202201267A publication Critical patent/TW202201267A/zh
Application granted granted Critical
Publication of TWI766474B publication Critical patent/TWI766474B/zh

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12Fingerprints or palmprints
    • G06V40/13Sensors therefor
    • G06V40/1318Sensors therefor using electro-optical elements or layers, e.g. electroluminescent sensing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12Fingerprints or palmprints
    • G06V40/13Sensors therefor
    • G06V40/1306Sensors therefor non-optical, e.g. ultrasonic or capacitive sensing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12Fingerprints or palmprints
    • G06V40/1347Preprocessing; Feature extraction
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12Fingerprints or palmprints
    • G06V40/1382Detecting the live character of the finger, i.e. distinguishing from a fake or cadaver finger

Landscapes

  • Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Collating Specific Patterns (AREA)
  • Image Input (AREA)

Abstract

本發明提供一種指紋感測裝置以及指紋感測方法。指紋感測裝置包括感測器以及比對模組。感測器於第一時間點與第二時間點分別擷取第一指紋影像與第二指紋影像。比對模組依據至少一判斷標準比較第一指紋影像與第二指紋影像,以判定手指是否為真實手指。

Description

指紋感測裝置以及指紋感測方法
本發明是有關於一種指紋感測裝置以及指紋感測方法,且特別是有關於一種能夠識別手指影像是否為真實手指影像的指紋感測裝置以及指紋感測方法。
近年來,生物特徵感測技術被廣泛地應用在各式電子裝置或終端設備上,以提供各種身分登錄或身分驗證功能。特別是,指紋感測以及掌紋感測為目前常見的感測方案。一般而言,使用者可將手指按壓於感測器上,以使感測器取得指紋影像,供後續辨識或驗證操作。
隨著資訊安全越來越重要,指紋識別的安全性越來越重要。然而,由於有心人士可能利用殘留在物體上的指紋進行解鎖,藉以企圖通過驗證。因此,如何判斷指紋是否來自表面印刷物,是本領域目前重要的研究方向之一。
本發明提供一種能夠識別手指影像是否為真實手指影像的指紋感測裝置以及指紋感測方法。
本發明的指紋感測裝置包括感測器以及比對模組。感測器於第一時間點與第二時間點分別擷取第一指紋影像與第二指紋影像。比對模組耦接於感測器。比對模組依據至少一判斷標準比較第一指紋影像與第二指紋影像,以判定手指是否為真實手指。
本發明的指紋感測方法適用於指紋感測裝置。指紋感測裝包括感測器以及比對模組。指紋感測方法包括:藉由感測器於第一時間點與第二時間點分別擷取第一指紋影像與第二指紋影像;以及藉由比對模組依據至少一判斷標準比較第一指紋影像與第二指紋影像,以判定手指是否為真實手指。
基於上述,本發明的指紋感測裝置以及指紋感測方法能夠在不同時間點擷取第一指紋影像與第二指紋影像,並依據至少一判斷標準比較第一指紋影像與第二指紋影像,從而判定出手指是否為真實手指。如此一來,本發明能夠提高指紋感測的防偽效果。
為讓本發明的上述特徵和優點能更明顯易懂,下文特舉實施例,並配合所附圖式作詳細說明如下。
本發明的部份實施例接下來將會配合附圖來詳細描述,以下的描述所引用的元件符號,當不同附圖出現相同的元件符號將視為相同或相似的元件。這些實施例只是本發明的一部份,並未揭示所有本發明的可實施方式。更確切的說,這些實施例只是本發明的專利申請範圍中的裝置與方法的範例。
請同時參考圖1以及圖2,圖1是依據本發明第一實施例所繪示的指紋感測裝置的示意圖。在本實施例中,指紋感測裝置100包括感測器110以及比對模組120。指紋感測方法S100適用於指紋感測裝置100。在步驟S110中,感測器110在第一時間點與第二時間點分別擷取手指FG的第一指紋影像IM1與第二指紋影像IM2。在本實施例中,感測器110可例如是由光學式指紋測器、電容式指紋感測器或超音波是指紋感測器,以光學式指紋感測器為例,感測元件可為互補式金氧半導體(Complementary metal Oxide Semiconductor,CMOS)感測器、電荷耦合元件(Charge Coupled Device,CCD)或具有相似功能影像擷取元件來實現。
具體來說,在步驟S110中,第一時間點不同於第二時間點。第二時間點第一時間點之間的時間間隔是小於或等於0.5秒(例如是0.1秒,本發明並不以此為限)。感測器110會在第一時間點擷取到第一指紋影像IM1。感測器110會在第一時間點以後的第二時間點擷取到第二指紋影像IM2。舉例來說,基於手指FG對指紋感測裝置100的操作,感測器110會在第一時間點擷取到手指FG輕觸(或剛接觸)到指紋感測裝置100所產生的第一指紋影像IM1,並且在第二時間點擷取到手指FG按壓到指紋感測裝置100所產生的第二指紋影像IM2。在步驟S120中,比對模組120耦接於感測器110以接收第一指紋影像IM1與第二指紋影像IM2。比對模組120依據至少一個判斷標準來比較第一指紋影像IM1與第二指紋影像IM2,藉以判定手指FG是否為真實手指。也就是說,比對模組120能夠依據判斷標準來識別出手指FG的影像是否是真實手指影像,從而由真實手指影像來判定手指FG是否為真實手指。如此一來,指紋感測的防偽效果能夠被提高。在本實施例中,上述的判斷標準例如是指紋影像區域面積、指紋特徵數量、指紋紋路關聯性等等。在本實施例中,比對模組120例如是中央處理單元(Central Processing Unit,CPU),或是其他可程式化之一般用途或特殊用途的微處理器(Microprocessor)、數位訊號處理器(Digital Signal Processor,DSP)、可程式化控制器、特殊應用積體電路(Application Specific Integrated Circuits,ASIC)、可程式化邏輯裝置(Programmable Logic Device,PLD)或其他類似裝置或這些裝置的組合,其可載入並執行電腦程式。
舉例來說明,請同時參考圖1以及圖3,圖3是依據本發明一實施例所繪示的真實手指的第一指紋影像與第二指紋影像的示意圖。基於真實的手指FG對指紋感測裝置100的操作(如輕觸到按壓),指紋感測裝置100所擷取到的手指FG的指紋影像的面積以及指紋特徵數量會隨時間增加。在本實施例中,在接收到第一指紋影像IM1以及第二指紋影像IM2之後,比對模組120會定義出第一指紋影像IM1的區域R1,並且定義第二指紋影像IM2中相似於區域R1的區域R2以及在區域R2以外的區域R3。在本實施例中,第一指紋影像IM1具有區域R1。第二指紋影像IM2具有區域R2、R3。區域R1是第一指紋影像IM1的影像範圍或者是包圍第一指紋影像IM1的多個指紋特徵的擬合圖形。區域R2、R3是第二指紋影像IM2的影像範圍或者是包圍第二指紋影像IM2的多個指紋特徵的多個擬合圖形。本發明的區域的數量以及形狀並不以本實施例為限。指紋特徵可以是指紋局部的紋線端點、分叉點或短紋(或被稱為孤立點)。
在本實施例中,在真實的手指FG對指紋感測裝置100進行操作的情況下,區域R1會相似區域R2。也就是說,第二指紋影像IM2相較於第一指紋影像IM1增加了區域R3的面積。因此,當第二指紋影像IM2的區域面積(即區域R2、R3的總面積)被判斷出大於第一指紋影像IM1的區域面積(即區域R1的面積)時,比對模組120判定手指FG為真實手指。在另一方面,當第二指紋影像IM2的區域面積被判斷出小於或等於第一指紋影像IM1的區域面積時,比對模組120判定手指FG為假手指。
另舉例來說,在本實施例中,基於真實的手指FG對指紋感測裝置100的操作,第一指紋影像IM1的區域R1中具有3個指紋特徵F1、F2、F3。第二指紋影像IM2的區域R2具有3個指紋特徵F1、F2、F3。第二指紋影像IM2的區域R3具有2個指紋特徵F4、F5。因此,當第二指紋影像IM2的指紋特徵數量(即,區域R2、R3的指紋特徵F1~F5的總數)被判斷出大於第一指紋影像IM1的指紋特徵數量(即,區域R1的指紋特徵F1~F3的總數)時,比對模組120判定手指FG為真實手指。在另一方面,當第二指紋影像IM2的指紋特徵數量被判斷出小於或等於第一指紋影像IM1的指紋特徵數量時,比對模組120則判定手指FG為假手指。
請同時參考圖1、圖3以及圖4,圖4是依據本發明第二實施例所繪示的指紋感測方法的方法流程圖。在本實施例中,指紋感測方法S200適用於指紋感測裝置100。在步驟S210中,感測器110在第一時間點與第二時間點分別擷取手指FG的第一指紋影像IM1與第二指紋影像IM2。在步驟S220中,比對模組120接收手指FG的第一指紋影像IM1與第二指紋影像IM2,並且判斷第二指紋影像IM2的指紋特徵數量是否大於第一指紋影像IM1的指紋特徵數量。當第二指紋影像IM2的指紋特徵數量被判斷出大於第一指紋影像IM1的指紋特徵數量時,比對模組120會在步驟S230中判定手指FG是真實手指。在手指FG被判定為真實手指的情況下,比對模組120還可以在步驟S240中對對應於手指FG的使用者的身分進行識別。在一些實施例中,指紋感測裝置100可以被設置在電子裝置中,指紋感測裝置100可以在步驟S240中告知電子裝置對對應於手指FG的使用者的身分進行識別。
在另一方面,當第二指紋影像IM2的指紋特徵數量在步驟S220中被判斷出小於或等於第一指紋影像IM1的指紋特徵數量時,比對模組120會在步驟S250中判定手指FG是假手指。在手指FG被判斷出為假手指的情況下,手指FG的使用者的身分則不會被進行識別。
在一些實施例中,除了比較第一指紋影像IM1的指紋特徵數量與第二指紋影像IM2的指紋特徵數量以外,比對模組120還會進一步比較第一指紋影像IM1的指紋影像區域面積與第二指紋影像IM2的指紋影像區域面積。關於比較第一指紋影像IM1的指紋影像區域面積與第二指紋影像IM2的指紋影像區域面積的時施細節可以由圖1以及圖3的實施例中獲致足夠的教示,因此恕不在此重述。
在一些實施例中,比對模組120還會判斷第一指紋影像IM1的指紋特徵的對比度以及第二指紋影像IM2的指紋特徵的對比度是否大於預設值。預設值可以是使用者或設計者所定義出的對比度預設值。對比度例如是關聯於指紋影像的指紋脊影像與指紋谷影像之間的灰階差異。當第一指紋影像IM1的指紋特徵以及第二指紋影像IM2的指紋特徵的其中至少一者的對比度小於或等於預設值時,小於或等於預設值的指紋特徵並不清楚。因此,比對模組120會判定手指FG是假手指。
請同時參考圖1、圖3以及圖5,圖5是依據本發明第三實施例所繪示的指紋感測方法的方法流程圖。在本實施例中,指紋感測方法S300適用於指紋感測裝置100。在步驟S310中,感測器110在第一時間點與第二時間點分別擷取手指FG的第一指紋影像IM1與第二指紋影像IM2。在步驟S320中,比對模組120判斷第二指紋影像IM2的指紋特徵數量是否大於第一指紋影像IM1的指紋特徵數量。當第二指紋影像IM2的指紋特徵數量被判斷出小於或等於第一指紋影像IM1的指紋特徵數量時,比對模組120會在步驟S330中判定手指FG是假手指。在另一方面,當第二指紋影像IM2的指紋特徵數量被判斷出大於第一指紋影像IM1的指紋特徵數量時,比對模組120會在步驟S340中判斷第一指紋影像IM1的區域R1內的指紋特徵數量是否等於第二指紋影像IM2的區域R2內的指紋特徵數量。
在本實施例中,區域R1內的指紋特徵數量不等於區域R2內的指紋特徵數量的狀況可以被表徵為手指FG在第一時間點與第二時間點之間可能被更換。因此,在步驟S340中,當區域R1內的指紋特徵數量被判斷出不等於區域R2內的指紋特徵數量時,比對模組120會在步驟S330中判定手指FG是假手指。
在此舉例來說明步驟S330、S340的實施細節,請同時參考圖1、圖3以及圖6。圖6是依據本發明一實施例所繪示的假手指的第二指紋影像的示意圖。在本實施例中,相較於圖3所示的第一指紋影像IM1的區域R1,圖6所示的第二指紋影像IM2的區域R2中增加了指紋特徵F6。因此,比對模組120能夠判定對應於第二指紋影像IM2的手指與對應於第一指紋影像IM1的手指FG是不同的。如此一來,比對模組120可判定出手指FG在第一時間點與第二時間點之間可能被更換。因此,手指FG會被判定為假手指。
請回到圖1、圖3以及圖5的實施例,在步驟S340中,區域R1內的指紋特徵數量等於區域R2內的指紋特徵數量的狀況可以被表徵為手指FG在第一時間點與第二時間點並沒有被更換。因此,當區域R1內的指紋特徵數量被判斷出等於區域R2內的指紋特徵數量時,比對模組120會進入步驟S350。
在步驟S350中,比對模組120會判斷第一指紋影像IM1的區域R1內的指紋紋路關聯性是否等於或相似於第二指紋影像IM2的區域R2內的指紋紋路關聯性。在本實施例中,區域R1內的指紋紋路關聯性是關聯於區域R1內的指紋特徵的排列方式。區域R2內的指紋紋路關聯性則是關聯於區域R2內的指紋特徵的排列方式。在本實施例中,區域R1內的指紋紋路關聯性不同於區域R2內的指紋紋路關聯性的狀況可以被表徵為手指FG在第一時間點與第二時間點之間可能被更換。因此,在步驟S350中,當區域R1內的指紋紋路關聯性被判斷出不等於區域R2內的指紋紋路關聯性時,比對模組120會在步驟S330中判定手指FG是假手指。
在此舉例來說明步驟S330、S350的實施細節,請同時參考圖1、圖3以及圖7。圖7是依據本發明一實施例所繪示的假手指的第二指紋影像的示意圖。在本實施例中,圖7所示的第二指紋影像IM2的區域R2內的指紋特徵F1~F3的排列方式明顯不同於圖3所示的第一指紋影像IM1的區域R1內的指紋特徵F1、F2、F3的排列方式(例如是,指紋特徵F1~F3之間的相對位置發生了明顯改變或指紋特徵F1~F3之間的位置發生調換)。因此,比對模組120能夠判定對應於第二指紋影像IM2的手指與對應於第一指紋影像IM1的手指FG是不同的。如此一來,比對模組120可判定出手指FG在第一時間點與第二時間點之間可能被更換,從而增加真實手指判定準確性。
請再回到圖1、圖3以及圖5的實施例,在步驟S350中,區域R1內的指紋紋路關聯性相同或相似於區域R2內的指紋紋路關聯性的狀況可以被表徵為手指FG在第一時間點與第二時間點之間沒有更換。因此,當區域R1內的指紋紋路關聯性被判斷出相同或相似於區域R2內的指紋紋路關聯性時,比對模組120會進入步驟S360。
本實施例的步驟S320、S340、S350的順序被改變,並不以圖5所示的步驟S320、S340、S350的順序為限。
在步驟S360中,比對模組120會判定手指FG是真實手指。在手指FG被判定為真實手指的情況下,比對模組120還可以在步驟S370中對對應於手指FG的使用者的身分進行識別。
在本實施例中,基於步驟S320、S340、S350,在滿足以下條件時,比對模組120會判定手指FG是真實手指:(1)第二指紋影像IM2的指紋特徵數量大於第一指紋影像IM1的指紋特徵數量;(2)區域R1內的指紋特徵數量等於區域R2內的指紋特徵數量;以及(3)區域R1內的指紋紋路關聯性被判斷出相同或相似於區域R2內的指紋紋路關聯性。
在一些實施例中,比對模組120可以僅執行步驟S320、S340的判斷。也就是說,當區域R2不具有新增指紋特徵,並且區域R3具有新增指紋特徵時,比對模組120會判定手指FG為真實手指。進一步地,在一些實施例中,當區域R2內的指紋特徵數量等於區域R1內的指紋特徵數量,並且在區域R3內增加至少一新增指紋特徵時,比對模組120會判定手指FG為真實手指。
在一些實施例中,比對模組120可以僅執行步驟S320、S350的判斷。也就是說,當第二指紋影像IM2新增指紋特徵,並且區域R1內的指紋紋路關聯性被判斷出相同或相似於區域R2內的指紋紋路關聯性時,比對模組120會判定手指FG為真實手指。
請同時參考圖1以及圖8,圖8是依據本發明第四實施例所繪示的指紋感測方法的方法流程圖。在本實施例中,指紋感測方法S400適用於指紋感測裝置100。感測器110在步驟S410中在第一時間點與第二時間點分別擷取手指FG的第一指紋影像IM1與第二指紋影像IM2,並且在第一時間點與所述第二時間點之間的時間點擷取第三指紋影像。也就是說,在步驟S410中,感測器110在步驟S410中在第一時間點擷取手指FG的第一指紋影像IM1,在第一時間點與第二時間點之間的時間點擷取第三指紋影像,並且在第二時間點擷取第二指紋影像IM2。
在步驟S420中,比對模組120比較第一指紋影像IM1的指紋特徵數量、第三指紋影像的指紋特徵數量以及所述第二指紋影像IM2的指紋特徵數量之間數量關係。在步驟S420中,當第三指紋影像的指紋特徵數量大於第一指紋影像IM1的指紋特徵數量,並且第二指紋影像IM2的指紋特徵數量大於第三指紋影像的指紋特徵數量時,比對模組120會在步驟S430中判定手指FG是真實手指。在手指FG被判定為真實手指的情況下,比對模組120還可以在步驟S440中對對應於手指FG的使用者的身分進行識別。
在另一方面,當第三指紋影像的指紋特徵數量小於或等於第一指紋影像IM1的指紋特徵數量,或第二指紋影像IM2的指紋特徵數量小於或等於第三指紋影像的指紋特徵數量時,比對模組120會在步驟S450中判定手指FG是假手指。
在一些實施例中,在步驟S410中,感測器110可以在第一時間點與第二時間點之間的多個時間點擷取多個第三指紋影像。因此,在步驟S420中,比對模組120比較第一指紋影像IM1的指紋特徵數量、多個第三指紋影像的指紋特徵數量以及所述第二指紋影像IM2的指紋特徵數量之間數量關係。上述多個第三指紋影像的擷取時間間隔可例如是0.01秒(本發明並不以此為限)。
在一些實施例中,比對模組120還會判斷第一指紋影像IM1的指紋特徵的對比度、第二指紋影像IM2的指紋特徵的對比度以及第三指紋影像的指紋特徵的對比度是否大於預設值。當第一指紋影像IM1的指紋特徵、第二指紋影像IM2的指紋特徵以及第三指紋影像的指紋特徵的其中至少一者的對比度小於或等於預設值時,比對模組120會判定手指FG是假手指。
綜上所述,本發明的指紋感測裝置以及指紋感測方法能夠在不同時間點擷取第一指紋影像與第二指紋影像,並依據至少一判斷標準比較第一指紋影像與第二指紋影像,從而判定出手指是否為真實手指。如此一來,指紋感測的防偽效果能夠被提高。此外,指紋感測裝置以及指紋感測方法還能夠依據第一區域內的指紋特徵數量、第二區域內的指紋特徵數量以及指紋紋路關聯性來判斷手指在第一時間點與第二時間點之間是否被更換,從而進一步提高指紋感測的防偽效果。
雖然本發明已以實施例揭露如上,然其並非用以限定本發明,任何所屬技術領域中具有通常知識者,在不脫離本發明的精神和範圍內,當可作些許的更動與潤飾,故本發明的保護範圍當視後附的申請專利範圍所界定者為準。
100:指紋感測裝置 110:感測器 120:比對模組 S100、S200、S300、S400:指紋感測方法 FG:手指 F1~F6:指紋特徵 IM1:第一指紋影像 IM2:第二指紋影像 R1~R3:區域 S110、S120:步驟 S210~S150:步驟 S310~S370:步驟 S410~S450:步驟
圖1是依據本發明一實施例所繪示的指紋感測裝置的示意圖。 圖2是依據本發明第一實施例所繪示的指紋感測方法的方法流程圖。 圖3是依據本發明一實施例所繪示的真實手指的第一指紋影像與第二指紋影像的示意圖。 圖4是依據本發明第二實施例所繪示的指紋感測方法的方法流程圖。 圖5是依據本發明第三實施例所繪示的指紋感測方法的方法流程圖。 圖6是依據本發明一實施例所繪示的假手指的第二指紋影像的示意圖。 圖7是依據本發明一實施例所繪示的假手指的第二指紋影像的示意圖。 圖8是依據本發明第四實施例所繪示的指紋感測方法的方法流程圖。
100:指紋感測裝置
110:感測器
120:比對模組
FG:手指
IM1:第一指紋影像
IM2:第二指紋影像

Claims (21)

  1. 一種指紋感測裝置,用以辨識手指指紋,所述指紋感測裝置包括:感測器,於第一時間點與第二時間點分別擷取第一指紋影像與第二指紋影像;以及比對模組,耦接於所述感測器,依據至少一判斷標準比較所述第一指紋影像與所述第二指紋影像,以判定所述手指是否為真實手指,其中當所述第二指紋影像的指紋特徵數量被判斷出大於所述第一指紋影像的指紋特徵數量時,所述比對模組判定所述手指為真實手指。
  2. 如請求項1所述的指紋感測裝置,其中所述至少一判斷標準為指紋影像區域面積、指紋特徵數量、指紋紋路關聯性至少其中之一。
  3. 如請求項1所述的指紋感測裝置,其中所述第二時間點與所述第一時間點之間的時間間隔是小於或等於0.5秒。
  4. 如請求項1所述的指紋感測裝置,其中所述比對模組經配置以在判定所述手指為真實手指後,識別對應於所述指紋的身分。
  5. 如請求項1所述的指紋感測裝置,其中所述比對模組經配置以定義對應於所述第一指紋影像的第一區域,定義所述第 二指紋影像中相似於所述第一區域的第二區域以及在所述第二區域以外的第三區域。
  6. 如請求項5所述的指紋感測裝置,其中所述比對模組經配置以當所述第三區域具有新增指紋特徵,並且第二區域不具有新增指紋特徵時,判定所述手指為真實手指。
  7. 如請求項5所述的指紋感測裝置,其中所述比對模組經配置以當所述第二區域內的指紋特徵數量等於所述第一區域內的指紋特徵數量,並且在所述第三區域內增加至少一新增指紋特徵時,判定所述手指為真實手指。
  8. 如請求項5所述的指紋感測裝置,其中所述第一區域內的多個指紋特徵之間的具有一第一指紋紋路關聯性,所述第二區域內的多個指紋特徵之間的具有一第二指紋紋路關聯性,所述比對模組依據所述第一指紋紋路關聯性與所述第二指紋紋路關聯性判斷第一區域與第二區域是否相似。
  9. 如請求項5所述的指紋感測裝置,其中所述比對模組還經配置以當所述第二區域相較於所述第一區域具有新增指紋特徵時,判定所述手指為假手指。
  10. 如請求項1所述的指紋感測裝置,其中:所述感測器經配置以在所述第一時間點與所述第二時間點之間的至少一時間點擷取至少一第三指紋影像,並且所述比對模組經配置以當所述第二指紋影像的指紋特徵數量大於所述至少一第三指紋影像的指紋特徵數量,並且所述至少一 第三指紋影像的指紋特徵數量大於所述第一指紋影像的指紋特徵數量時,判定所述手指為真實手指。
  11. 如請求項10所述的指紋感測裝置,其中所述第一指紋影像的多個指紋特徵的對比度、所述第二指紋影像的多個指紋特徵的對比度以及所述至少一第三指紋影像的多個指紋特徵的對比度大於一預設值。
  12. 一種指紋感測方法,適用於指紋感測裝置,所述指紋感測裝包括感測器以及比對模組,其中所述指紋感測方法包括:藉由所述感測器於第一時間點與第二時間點分別擷取第一指紋影像與第二指紋影像;以及藉由所述比對模組依據至少一判斷標準比較所述第一指紋影像與所述第二指紋影像,以判定所述手指是否為真實手指,其中依據該至少一判斷標準比較所述第一指紋影像與所述第二指紋影像,以判定所述手指是否為真實手指的步驟包括:當所述第二指紋影像的指紋特徵數量被判斷出大於所述第一指紋影像的指紋特徵數量時,藉由所述比對模組判定所述手指為真實手指。
  13. 如請求項12所述的指紋感測方法,其中所述至少一判斷標準為指紋影像區域面積、指紋特徵數量、指紋紋路關聯性至少其中之一。
  14. 如請求項12所述的指紋感測方法,其中所述第二時間點與所述第一時間點之間的時間間隔是小於或等於0.5秒。
  15. 如請求項12所述的指紋感測方法,還包括:藉由所述比對模組在判定所述手指為真實手指後,識別對應於所述指紋的身分。
  16. 如請求項12所述的指紋感測方法,還包括:藉由所述比對模組定義對應於所述第一指紋影像的第一區域;以及藉由所述比對模組定義所述第二指紋影像中相似於所述第一區域的第二區域以及在所述第二區域以外的第三區域。
  17. 如請求項16所述的指紋感測方法,其中藉由所述比對模組依據該至少一判斷標準比較所述第一指紋影像與所述第二指紋影像,以判定所述手指是否為真實手指的步驟還包括:當所述第三區域具有新增指紋特徵,並且第二區域不具有新增指紋特徵時,藉由所述比對模組判定所述手指為真實手指。
  18. 如請求項16所述的指紋感測方法,其中藉由所述比對模組依據該至少一判斷標準比較所述第一指紋影像與所述第二指紋影像,以判定所述手指是否為真實手指的步驟還包括:當所述第二區域內的指紋特徵數量等於所述第一區域內的指紋特徵數量,並且在所述第三區域內增加至少一新增指紋特徵時,藉由所述比對模組判定所述手指為真實手指。
  19. 如請求項16所述的指紋感測方法,其中所述第一區域內的多個指紋特徵之間具有第一指紋紋路關聯性,其中所述第二區域內的多個指紋特徵之間具有第二指紋紋路關聯性,其中藉由所述比對模組依據該至少一判斷標準比較所述第一指紋影像與所述第二指紋影像,以判定所述手指是否為真實手指的步驟還包括:藉由所述比對模組依據所述第一指紋紋路關聯性與所述第二指紋紋路關聯性判斷第一區域與第二區域是否相似。
  20. 如請求項16所述的指紋感測方法,其中藉由所述比對模組依據該至少一判斷標準比較所述第一指紋影像與所述第二指紋影像,以判定所述手指是否為真實手指的步驟包括:當所述第二區域相較於所述第一區域具有新增指紋特徵時,藉由所述比對模組判定所述手指為假手指。
  21. 如請求項12所述的指紋感測方法,其中:藉由所述感測器於所述第一時間點與所述第二時間點分別擷取所述第一指紋影像與所述第二指紋影像的步驟包括:藉由所述感測器在所述第一時間點與所述第二時間點之間的至少一時間點擷取至少一第三指紋影像,並且藉由所述比對模組依據該至少一判斷標準比較所述第一指紋影像與所述第二指紋影像,以判定所述手指是否為真實手指的步驟包括:當所述第二指紋影像的指紋特徵數量大於所述至少一 第三指紋影像的指紋特徵數量,並且所述至少一第三指紋影像的指紋特徵數量大於所述第一指紋影像的指紋特徵數量時,藉由所述比對模組判定所述手指為真實手指。
TW109143787A 2020-06-15 2020-12-11 指紋感測裝置以及指紋感測方法 TWI766474B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US202063038911P 2020-06-15 2020-06-15
US63/038,911 2020-06-15

Publications (2)

Publication Number Publication Date
TW202201267A TW202201267A (zh) 2022-01-01
TWI766474B true TWI766474B (zh) 2022-06-01

Family

ID=74801846

Family Applications (1)

Application Number Title Priority Date Filing Date
TW109143787A TWI766474B (zh) 2020-06-15 2020-12-11 指紋感測裝置以及指紋感測方法

Country Status (2)

Country Link
CN (1) CN112464866B (zh)
TW (1) TWI766474B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10318791B2 (en) * 2017-07-18 2019-06-11 Shenzhen GOODIX Technology Co., Ltd. Anti-spoofing sensing for rejecting fake fingerprint patterns in under-screen optical sensor module for on-screen fingerprint sensing
US10437974B2 (en) * 2015-06-18 2019-10-08 Shenzhen GOODIX Technology Co., Ltd. Optical sensing performance of under-screen optical sensor module for on-screen fingerprint sensing
CN110543864A (zh) * 2018-11-30 2019-12-06 神盾股份有限公司 传感器以及假手指辨识方法
CN110705481A (zh) * 2019-10-08 2020-01-17 Oppo广东移动通信有限公司 一种光学指纹防伪方法、装置及计算机可读存储介质

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7200250B2 (en) * 2003-05-20 2007-04-03 Lightuning Tech, Inc. Sweep-type fingerprint sensor module
AU2005302945B2 (en) * 2004-11-15 2012-07-19 Nec Corporation Living body feature innput device
US8605960B2 (en) * 2009-03-02 2013-12-10 Avago Technologies General Ip (Singapore) Pte. Ltd. Fingerprint sensing device
WO2011070886A1 (ja) * 2009-12-07 2011-06-16 日本電気株式会社 偽指判別装置
TWI536273B (zh) * 2014-08-26 2016-06-01 Gingy Technology Inc Photoelectric fingerprint identification device
TWI526945B (zh) * 2014-08-26 2016-03-21 神盾股份有限公司 電容式指紋感測裝置及其指紋感測方法
CN105469022B (zh) * 2014-09-11 2019-09-24 联想(北京)有限公司 一种指纹注册方法以及指纹注册系统及电子设备
CN105046233B (zh) * 2015-07-27 2018-07-20 浪潮软件集团有限公司 一种获取指纹数据的方法及装置、指纹识别方法及装置
US10140534B2 (en) * 2015-09-26 2018-11-27 Qualcomm Incorporated Ultrasonic imaging devices and methods
CN108021912B (zh) * 2015-10-19 2021-06-29 Oppo广东移动通信有限公司 一种指纹识别的方法和装置
WO2017143571A1 (zh) * 2016-02-25 2017-08-31 深圳市汇顶科技股份有限公司 指纹识别方法、装置和终端
CN106056081B (zh) * 2016-05-30 2018-03-27 广东欧珀移动通信有限公司 一种解锁控制方法及终端设备
WO2018127101A1 (en) * 2017-01-04 2018-07-12 Shenzhen GOODIX Technology Co., Ltd. Improving optical sensing performance of under-screen optical sensor module for on-screen fingerprint sensing
US10782821B2 (en) * 2017-02-28 2020-09-22 Fingerprint Cards Ab Method of classifying a finger touch in respect of finger pressure and fingerprint sensing system
CN109196525B (zh) * 2017-07-18 2020-12-22 深圳市汇顶科技股份有限公司 在用于屏上指纹感测的屏下光学传感器模块中拒绝假指纹图案的反欺骗感测
CN107466407A (zh) * 2017-07-20 2017-12-12 深圳市汇顶科技股份有限公司 一种指纹认证方法、装置及电子设备
CN111046706B (zh) * 2018-10-15 2023-05-19 广州印芯半导体技术有限公司 指纹辨识方法以及使用其的电子装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10437974B2 (en) * 2015-06-18 2019-10-08 Shenzhen GOODIX Technology Co., Ltd. Optical sensing performance of under-screen optical sensor module for on-screen fingerprint sensing
US10318791B2 (en) * 2017-07-18 2019-06-11 Shenzhen GOODIX Technology Co., Ltd. Anti-spoofing sensing for rejecting fake fingerprint patterns in under-screen optical sensor module for on-screen fingerprint sensing
CN110543864A (zh) * 2018-11-30 2019-12-06 神盾股份有限公司 传感器以及假手指辨识方法
CN110705481A (zh) * 2019-10-08 2020-01-17 Oppo广东移动通信有限公司 一种光学指纹防伪方法、装置及计算机可读存储介质

Also Published As

Publication number Publication date
CN112464866B (zh) 2024-02-27
TW202201267A (zh) 2022-01-01
CN112464866A (zh) 2021-03-09

Similar Documents

Publication Publication Date Title
Jain et al. Fingerprint classification and matching
JP5196010B2 (ja) 生体情報登録装置、生体情報登録方法及び生体情報登録用コンピュータプログラムならびに生体認証装置、生体認証方法及び生体認証用コンピュータプログラム
JP5799586B2 (ja) 生体認証装置、生体認証方法及び生体認証用コンピュータプログラム
O'Gorman An overview of fingerprint verification technologies
Hemalatha A systematic review on Fingerprint based Biometric Authentication System
TW201629849A (zh) 指紋識別方法和裝置
JPH03231381A (ja) 指紋照合方法
WO2018213946A1 (zh) 图像识别方法、图像识别装置、电子装置及计算机存储介质
WO2008054940A2 (en) Print matching method and apparatus using pseudo-ridges
George et al. An efficient system for palm print recognition using ridges
Bong et al. Palm print verification system
Kumar et al. Fingerprint minutia match using bifurcation technique
TWI766474B (zh) 指紋感測裝置以及指紋感測方法
Gamassi et al. Robust fingerprint detection for access control
Sisodia et al. A conglomerate technique for finger print recognition using phone camera captured images
TWI767285B (zh) 指紋識別裝置、用於識別手指影像的電子裝置以及指紋識別方法
TWI709918B (zh) 提高手指識別率的處理方法及其指紋識別裝置
Kurbatova et al. Investigating Palm Vein Pattern Recognition Methods
El Sayed et al. A method for contactless palm ROI extraction
TWI631512B (zh) 指紋驗證方法以及電子裝置
Yu et al. Fingerprint image preprocessing based on whole-hand image captured by digital camera
Conti et al. Verification of ink-on-paper fingerprints by using image processing techniques and a new matching operator
Khokher et al. Footprint-based personal recognition using dactyloscopy technique
Dwivedi et al. Touchless fingerprint recognition based on hierarchical clustering
CN114026614B (zh) 用于登记指纹的方法和系统

Legal Events

Date Code Title Description
MM4A Annulment or lapse of patent due to non-payment of fees